多模态语言模型驱动的牙科电子健康记录自动化生成系统MedScreenDental：跨平台非侵入式结构化数据整合研究

针对牙科电子健康记录(EHR)系统碎片化问题，上海交通大学团队开发了MedScreenDental框架，集成模型上下文协议(MCP)、自适应光学字符识别(OCR)和7个大语言模型(LLM)，在1014例真实病例中实现结构化EHR自动生成。Qwen2.5-VL-72B-Instruct表现最优，OCR+DeepSeek-V3在既往病史领域达先进水平，为临床互操作性提供非侵入式解决方案。

　　

在数字化医疗浪潮中，牙科电子健康记录(EHR)系统却陷入"信息孤岛"困境。手写处方、纸质病历与异构电子系统并存，导致约60%可预防医疗错误源于数据碎片化。更棘手的是，传统OCR技术面对中文牙科记录中混杂的专业术语、多语言表述和复杂版式时，识别准确率骤降。而现有规则验证系统又难以捕捉临床语义逻辑——比如"牙龈出血伴松动"是否隐含牙周炎进展期？这种数据断层正威胁着全球口腔健康管理。

上海交通大学附属第九人民医院的团队为此打造了MedScreenDental智能审计系统。这项发表于《Displays》的研究突破性地将屏幕捕捉技术与多模型认知架构结合：通过分辨率自适应OCR预处理原始界面截图，再经7个LLM并行处理，最终由模型上下文协议(MCP)动态协调最优模型组合。验证显示，该系统在牙周病、黏膜病和口腔肿瘤三类1014例真实EHR中，不仅保持与原有系统的"零冲突"兼容，更在主诉提取等关键任务上超越人工记录水平。

关键技术包含三方面创新：非侵入式屏幕捕捉技术避免API改造；双模型架构中olmOCR-7B专攻牙科术语识别，DeepSeek-V3负责语义验证；独创的临床知识加权评估指标，将BLEU-ROUGE文本相似度与诊断逻辑完备性结合。特别值得注意的是动态MCP机制，能实时整合开源模型库，如Qwen2.5-VL-72B-Instruct在完整用药记录生成中展现突出优势，而QwQ-32B则擅长从患者自述中提取时序症状模式。

【医学数据质量控制】章节揭示，现有CNN架构在异源临床数据中表现乏力，而7-LLM融合方案在牙科特有挑战——如"龋齿"与"楔状缺损"的术语辨析上准确率达92.3%。【系统架构】部分详细阐释了MCP的弹性计算机制：当处理口腔肿瘤复杂病史时，自动分配Qwen2.5-72B-instruct进行跨模态推理，其临床行动力评分较基线模型提升47%。

【非侵入临床数据结构化验证】通过双路径实验证实，OCR+7-LLM组合在保留原始界面数值语义的同时，将黏膜病治疗方案的ROUGE-L分数从0.51推升至0.68。【架构优势验证】数据显示，DeepSeek-V3在既往病史领域F₁
值达0.891，显著优于单一模型方案。而Qwen2.5-VL-72B-Instruct的端到端错误率仅2.1%，证明多模态融合对牙科图文混合记录的解析优势。

该研究的里程碑意义在于创立了临床友好的AI整合范式：Wenzhong Jin团队设计的自适应MCP框架，既规避了医院系统改造的合规风险，又通过实时模型更新保持技术前沿性。其知识加权评估体系更开创性地将NLP指标与诊断逻辑挂钩——例如自动检测"根管治疗"与"牙髓活力"的临床关联性。正如讨论部分强调，这种保留数据上下文的互操作方案，为全球口腔医疗数字化提供了可复制的技术蓝图，特别是在中文语境下破解了牙科专业术语与日常表述的语义鸿沟。